多元計算解剖学の外科における臨床展開

2018 年度 研究成果報告書

• 研究領域: 医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開
• 研究課題/領域番号: 26108010
• 研究種目: 新学術領域研究(研究領域提案型)
• 配分区分: 補助金
• 審査区分: 理工系
• 研究機関: 九州大学
• 研究代表者: 橋爪 誠 九州大学, 先端医療イノベーションセンター, 名誉教授 (90198664)
• 研究分担者: 家入 里志 鹿児島大学, 医歯学域医学系, 教授 (00363359) ; 宗崎 良太 九州大学, 医学研究院, 講師 (10403990) ; 大内田 研宙 九州大学, 大学病院, 講師 (20452708) ; 鈴木 直樹 東京慈恵会医科大学, 医学部, 教授 (40147327) ; 池田 典昭 九州大学, 医学研究院, 教授 (60176097) ; 小田 義直 九州大学, 医学研究院, 教授 (70291515) ; 木口 量夫 九州大学, 工学研究院, 教授 (90269548) ; 田口 智章 九州大学, 医学研究院, 教授 (20197247) ; 中村 雅史 九州大学, 医学(系)研究科(研究院), 教授 (30372741)
• 研究期間 (年度): 2014-07-10 – 2019-03-31
• キーワード: 多元計算解剖学 / 医用画像 / 医用イメージング / 病理像 / 予測シミュレーション

研究成果の概要

本研究では疾患モデルを用いた治療効果予測システムなどを構築した。抗癌剤投与/未投与のKPCモデルを作製し、経時的なマイクロMRや連続病理像を集積した。効果予測の検討として連続病理像を3次元構築し管状構造を抽出し、Ki67/間質染色像と融合した。固定後のMR像と3次元HE像を統合し、MRのintensityの差とHEでの間質の分布とに特定の相関を認めた。これに3次元MT像を組み込み、ニューラルネットワークを応用して、HE像の予測を行った。深層学習を用いて、病理像からがん組織に特有の特徴を抽出するモデルを構築した。動作に伴う皮膚の変形を可能とする4次元全身モデルなどの予測モデル構築も行った。

自由記述の分野

複合領域

研究成果の学術的意義や社会的意義

「多元計算解剖学」の成果を新たなプラットフォームとして統合し、その成果をフィードバックすることにより従来の臨床の問題が根本的に解決され、日常臨床に大きな貢献をもたらすことが期待される。本研究の成果により医師の経験や技術に依存せず、デジタル化による客観性も備えられ、信頼性のある治療の実現のみならず、EBMの実現に向けた保険制度や法制度に対する大きなインパクトを与えることが可能である。